CloudSoftwareHardware
Luxonis Hub
Luxonis HubAI
Legacy

ON THIS PAGE

  • 模型准备
  • 概述
  • 模型文件准备
  • 支持的 PyTorch YOLO 模型
  • 模型卡(Model Card) 准备

模型准备

概述

为 HubAI 准备一个自定义模型, 我们需要准备它的 模型文件 和 模型卡.

模型文件准备

  • 训练一个所选模型或获取感兴趣的已有模型.
  • 如果模型是 ONNX (.onnx), OpenVINO IR (.xml and .bin), 或 TensorFlow Lite (.tflite) 格式, 你可以跳过此步骤. 如果模型是 支持的 PyTorch YOLO 模型, 你可以跳过此步骤. 其他模型请转换为以上提及到的其中一种模型. 有关详细信息, 请查阅 模型转换 页面上的 模型源准备 部分中的指南.
  • 另一种可选操作是, 将模型文件打包成 NN 存档. 这将简化相应RVC平台的模型转换.

支持的 PyTorch YOLO 模型

目前, 我们支持从V5到V11的Yolo和Gold Yolo的转换, 包括定向Bounding Box (OBB), 位姿估计, 以及 YOLOv8 和 YOLO11的实例分割变体. 我们仅支持从 Ultralytics转换Yolo V9权重.

模型卡(Model Card) 准备

模型卡可以被缩写为私有 (团队所有) 模型. 但是, 对于公有模型, 它应遵循结构并包含主页上 模型卡 部分中的描述信息. 建议查阅模型发布文档, GitHub 库和其他相关资源以获取所需信息. 为了更好地了解模型卡的结构以及应包含哪些信息, 我们建议查阅我们 模型卡模版 或查看现有的 HubAI 条目的模型卡.